tensor.squeeze() 和 tensor.unsqueeze() 是 PyTorch 中用于改變 tensor 形狀的兩個函數，它們的作用如下：

• tensor.squeeze(dim=None, *, out=None) : 壓縮 tensor 中尺寸為 1 的維度，并返回新的 tensor。可以指定要壓縮的維度（默認為所有尺寸為 1 的維度均壓縮）。

• tensor.unsqueeze(dim, *, out=None) : 在指定的位置插入一個新維度，并返回新的 tensor。dim 參數表示新插入的維度在哪個位置（從 0 開始），可以是負數，表示倒數第幾個維度。

• squeeze 是壓縮維度，unsqueeze是增加維度.

下面給出例子來說明它們的使用。

tensor.squeeze()

import torch# 創建一個形狀為 (1, 3, 1, 2) 的 tensor x = torch.randn(1, 3, 1, 2) print(x.shape) # torch.Size([1, 3, 1, 2])# 壓縮尺寸為 1 的維度 y = x.squeeze() print(y.shape) # torch.Size([3, 2])# 指定要壓縮的維度 y = x.squeeze(dim=0) print(y.shape) # torch.Size([3, 1, 2])

在上面的例子中，我們創建了一個形狀為 (1, 3, 1, 2) 的 tensor，然后使用 squeeze() 函數壓縮了尺寸為 1 的維度。在第二個 squeeze() 調用中，我們指定了要壓縮的維度為 0，也就是第一個維度，因此第一個維度的大小被壓縮為 1，變成了形狀為 (3, 1, 2) 的 tensor。

tensor.unsqueeze()

import torch# 創建一個形狀為 (3, 2) 的 tensor x = torch.randn(3, 2) print(x.shape) # torch.Size([3, 2])# 在維度 0 上插入新維度 y = x.unsqueeze(dim=0) print(y.shape) # torch.Size([1, 3, 2])# 在維度 1 上插入新維度 y = x.unsqueeze(dim=1) print(y.shape) # torch.Size([3, 1, 2])# 在倒數第二個維度上插入新維度 y = x.unsqueeze(dim=-2) print(y.shape) # torch.Size([3, 1, 2])

在上面的例子中，我們創建了一個形狀為 (3, 2) 的 tensor，然后使用 unsqueeze() 函數在不同的位置插入了新維度。在第一個 unsqueeze() 調用中，我們在維度 0 上插入了新維度，因此新的 tensor 形狀為 (1, 3, 2)。在第二個和第三個 unsqueeze() 調用中，我們分別在維度 1 和倒數第二個維度上插入了新維度，分別得到了形狀為 (3, 1, 2) 和 (3, 2, 1) 的 tensor。

總結

以上是生活随笔為你收集整理的tensor.squeeze函数和tensor.unsqueeze函数的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。